딥러닝(Deep Learning) 딥러닝은 기계학습의 한 종류입니다. 심층학습이라고도 합니다. 딥러닝의 다른 이름은 인공심층신경망(Artificial Deep Neural Network)입니다. 인공신경망(Artificial Neural Network)의 일종이라고 볼 수 있습니다. 딥러닝을 이해하기 위해서는 인공신경망에 대해 알아볼 필요가 았습니다. 인공신경망(Artificial Neural Network) 인공뉴런(Artificial Neuron) 인공신경망은 인공뉴런(Artificial Neuron)이라는 특정한 형태의 수학적인 함수로 이루어져 있습니다.
기계학습 현재 인공지능 기술의 대부분을 차지하는 기계학습에 대해 간단하게 알아보겠습니다. 학습: 컴퓨터는 무엇을 어떻게 학습한다는 것일까? 학습을 한다는 것은 자료를 통해서 새로운 것을 알아간다는 의미입니다. 그러나 학습이라는 용어를 붙인 컴퓨터에서 일어나는 동작은 사람이 배우는 것과는 다릅니다. 이를 제대로 이해하기 위해서는 컴퓨터의 능력을 알아야 합니다.
인공지능(AI)이란? 워낙 많이 듣고 익숙한 용어이므로 간단하게 정리하고 넘어가겠습니다. 여러가지 정의가 있겠지만 기술적 관점에서 아래와 같이 정리하는 것이 좋을 것 같습니다. 인간의 사고와 판단이 필요하여 기존의 기계나 프로그램으로는 대신하기 어렵다고 여겨졌던 업무를 수행할 수 있는 기계나 프로그램 굳이 분류를 명확히 하자면 위의 이 정리는 좁은인공지능(ANI; Artificial Nerrow Intelligence) 또는 약인공지능(Weak Artificial Intelligence)에 해당되는 설명이라고 할 수 있습니다.
인텔이 만든 작지만 강한 컴퓨터 NUC 인텔 누크 미니 피씨(Intel NUC Mini PC)는 손바닥만한 크기의 베어본 컴퓨터입니다. 누크는 CPU만 인텔 제품을 사용하는 다른 피씨와 달리 전체 시스템을 인텔에서 만들어서 공급하는 제품입니다. 크기는 작지만 CPU는 인텔 코어 i7까지 선택할 수 있으며 메모리도 최대 32GB까지 설치 가능합니다.
딥러닝 위한 GPU 비교 딥러닝용 GPU 벤치마크 자료가 있어서 정리해 봅니다. 딥러닝 시스템을 도입하려는 분들이 GPU를 비교하는데 도움이 되기를 바랍니다. 1. RTX 3090 vs. RTX 3080 vs. TITAN RTX vs. RTX 2080 Ti benchmarks (FP32, FP16) 미국의 GPU 서버, 워크스테이션 공급업체인 Bizon사에서 2020년 11월 20일에 발표한 자료입니다.
딥러닝을 위한 컴퓨터 시스템에서 GPU는 핵심적인 역할을 합니다. 특히 엔비디아사의 GPU는 현재 사실상 업계 표준의 위치를 차지하고 있으며 대부분의 딥러닝 연구 개발은 엔비디아사의 GPU를 이용해서 진행되고 있습니다. 엔비디아의 GPU 제품은 크게 4개의 카테고리로 분류되고 있습니다.
스타셀이 운영하는 딥러닝 기술 블로그입니다. 이 블로그에서는 딥러닝을 시작하려는 사람들에게 필요한 정보를 제공하려고 합니다. 주로 딥러닝에 대한 기본 지식, 딥러닝 연구 개발을 위한 시스템 환경 설정 방법, 딥러닝을 위한 시스템에 대한 지식, 그리고 딥러닝에 필요한 사전 지식 특히 파이썬 코딩에 대한 내용들을 다루려고 합니다.
Copyright (c) 2004 - 2021, (주)스타셀/Starcell Inc.; all rights reserved.
템플릿 Bootstrapious. Hugo에 의한 생성 DevCows.
